本发明涉及道路监测，尤其是一种自适应的道路表面污染监测方法及系统。
背景技术：
1、在中国专利公开号：cn114858670a中公开了名称：一种用于监测道路扬尘污染情况的方法和相关产品，该发明针对获取到的某一速度下路表激尘浓度的测量值和空气扬尘浓度的测量值，并计算两者之间的差值，通过与道路扬尘标准中同一速度对应的第二差值进行比较，实现对路段扬尘污染情况的分析。
2、现有技术中道路表面污染程度通过监测道路表面的积尘、积水和重金属等道路表面因素进行评估，但是沥青道路出现的车辙、开裂和坑槽，也会对道路表面污染产生影响。
3、本发明针对上述缺点提出解决方案为：根据聚氨酯胶粘剂的断裂延伸率和拉伸强度技术指标，结合自适应神经网络算法分析聚氨酯胶粘剂的性能特征，根据聚氨酯胶粘剂的性能特征判断道路表面的污染程度，并通过设置预警级别判断非健康道路表面污染的严重性。
技术实现思路
1、本发明为了解决上述存在的技术问题，提供一种自适应的道路表面污染监测方法及系统。
2、本发明的技术方案是这样实现的：一种自适应的道路表面污染监测方法，包括：
3、s1、标记聚氨酯胶粘剂的断裂延伸率g和拉伸强度p，预设已标记的技术指标的初始范围阈值分别为t_g、t_p，并采集聚氨酯胶粘剂，获取聚氨酯胶粘剂的断裂延伸率g1和拉伸强度p1技术指标后传输至神经网络模块；
4、s2、神经网络模块利用获取的断裂延伸率g1和拉伸强度p1技术指标，通过自适应神经网络进行自适应算法评估聚氨酯胶粘剂的性能特征传输至数据分析判断模块；
5、s3、数据分析判断模块根据神经网络模块输出聚氨酯胶粘剂的性能特征判断道路表面污染程度，对于道路表面污染程度属于非健康范围设置非健康预警级别：第一级严重污染预警y1、第二级严重污染预警y2；
6、s4、复核检验模块对数据分析判断模块输出的健康范围、第一级严重污染预警y1和第二级严重污染预警y2进行复核检验，复核检验完成的数值传输回数据分析判断模块；
7、s5、数据分析判断模块将道路表面污染程度结果传输至输出与报警模块，在输出与报警模块输出显示道路表面污染程度，并在触发非健康预警机制后报警。
8、进一步地，所述s1步骤中设置聚氨酯粘胶剂的断裂延伸率和拉伸强度的初始范围阈值，将国家标准gb/t 528的断裂延伸率(25℃)和拉伸强度(25℃)的技术指标设置为初始阈值：断裂延伸率大于50％且满足断裂延伸率等于50％，拉伸强度大于20mpa且满足拉伸强度等于20mpa。
9、更进一步地，对聚氨酯胶粘剂的采集步骤为：在沥青道路表面位置使用取样器采集聚氨酯胶粘剂混合物样本，对样本进行研磨、筛分处理，将筛分后的颗粒与溶剂n-甲基吡咯烷酮混合，并进行搅拌促进聚氨酯胶粘剂的溶解，通过过滤进行固液分离出溶解了聚氨酯胶粘剂的溶剂和未溶解的固体颗粒，将含有聚氨酯胶粘剂的溶剂进行蒸馏的化学分离技术纯化处理，经过纯化处理后，得到处理完的聚氨酯胶粘剂，并获取聚氨酯胶粘剂的断裂延伸率g1和拉伸强度p1的技术指标。
10、进一步地，所述s2步骤中自适应神经网络进行自适应算法步骤为：
11、s201、训练神经网络模型：收集大量聚氨酯胶粘剂断裂延伸率g和拉伸强度p技术指标(g,p)的历史数据，以及对应的聚氨酯胶粘剂的优等、中等和差等性能特征标签，将历史数据去除异常值处理；
12、输入：数据集d，数据集d为通过预处理的收集的大量聚氨酯胶粘剂断裂延伸率g和拉伸强度p技术指标(g,p)的历史数据，预设初始范围阈值t_g和t_p，输出：聚氨酯胶粘剂的优等、中等和差等的性能特征；
13、神经网络模型训练具体步骤如下：
14、输入层预设2个节点：
15、节点11：接收聚氨酯胶粘剂的断裂延伸率的预设初始范围阈值t_g和拉伸强度的预设初始范围阈值t_p技术指标；
16、节点12：接收聚氨酯胶粘剂的断裂延伸率g和拉伸强度p技术指标；
17、隐藏层：预设4个交叉节点，f(g,p)＝1表示输入的聚氨酯胶粘剂的断裂延伸率g和拉伸强度p技术指标(g,p)满足该范围条件，执行该节点的计算；f(g,p)＝0表示输入的聚氨酯胶粘剂的断裂延伸率g和拉伸强度p技术指标(g,p)不满足该范围条件，不执行该节点的计算，隐藏层预设的计算公式如下：
18、节点21：若g≥t_g且p≥t_p，则f1(g,p)＝1；否则f1(g,p)＝0；
19、节点22：若g≥t_g且p<t_p，则f2(g,p)＝1；否则f2(g,p)＝0；
20、节点23：若g<t_g且p≥t_p，则f3(g,p)＝1；否则f3(g,p)＝0；
21、节点24：若g<t_g且p<t_p，则f4(g,p)＝1；否则f4(g,p)＝0；
22、输出层输出3个节点：
23、节点31：断裂延伸率g和拉伸强度p技术指标(g,p)满足节点21的条件，输出聚氨酯胶粘剂的优等性能特征；
24、节点32：断裂延伸率g和拉伸强度p技术指标(g,p)满足节点22或节点23的条件，输出聚氨酯胶粘剂的中等性能特征；
25、节点33：断裂延伸率g和拉伸强度p技术指标(g,p)满足节点24的条件，输出聚氨酯胶粘剂的差等性能特征；
26、s202、神经网络模型性能预测：将新的断裂延伸率g和拉伸强度p数据输入训练好的神经网络，验证神经网络输出的聚氨酯胶粘剂性能特征和预测的聚氨酯胶粘剂的性能特征不一致，返回上一步骤s201，验证神经网络输出的聚氨酯胶粘剂性能特征和预测的聚氨酯胶粘剂的性能特征一致，执行下一步骤s203；
27、s203、神经网络模型应用：将训练达到预期的神经网络模型部署到实际应用中，输入获取到的聚氨酯胶粘剂的断裂延伸率g1和拉伸强度p1技术指标，利用步骤s201至步骤s202训练达到预期的自适应神经网络模型进行自适应算法评估聚氨酯胶粘剂的性能特征，进而输出聚氨酯胶粘剂的性能特征属于优等、中等或低等。
28、进一步地，所述s3步骤中根据聚氨酯胶粘剂性能特征输出优等，判断道路表面污染程度属于健康范围，聚氨酯胶粘剂性能特征输出中等，判断道路表面污染程度属于非健康范围的第一级严重污染预警y1，聚氨酯胶粘剂性能特征输出差等，判断道路表面污染程度属于非健康范围的第二级严重污染预警y2。
29、进一步地，所述s4步骤中复核检验模块根据数据分析判断模块输出的道路表面污染的健康范围和非健康预警级别，检验道路表面污染的输出是否正确触发了聚氨酯胶粘剂性能特征优等、中等、差等的阈值，进而确认道路表面污染健康范围和非健康预警等级，进一步通过人工复核自动输出的预警级别。
30、进一步地，所述s5步骤中利用自适应神经网络进行自适应算法输出聚氨酯胶粘剂的性能特征，判断道路表面污染健康程度及非健康预警级别，进而通过复核检验将道路表面污染程度输出显示在计算机显示屏中，同时触发非健康预警机制后报警。
31、本发明的系统方案是这样实现的：一种自适应的道路表面污染监测系统，包括：
32、输入控制模块，与神经网络模块连接，用于预设道路材料聚氨酯胶粘剂的基本技术指标的初始范围阈值，并获取技术指标且做标记；
33、数据分析判断模块，与输入控制模块、神经网络模块、复核检验模块、输出与报警模块连接，用于接收输入控制模块预设初始范围阈值、获取的技术指标和信息标记，利用神经网络模块计算的数值范围判断道路表面污染健康范围及非健康预警级别，配合复核检验模块检验道路表面污染程度范围，以及将复核检验完成的数据分析传输至数据分析判断模块进行计算；
34、神经网络模块，与输入控制模块、数据分析判断模块连接，用于计算评估聚氨酯胶粘剂的性能特征；
35、复核检验模块，与数据分析判断模块连接，用于复核数据分析判断模块对道路表面污染程度健康范围和非健康预警级别的判断；
36、输出与报警模块，与数据分析判断模块连接，用于输出显示道路表面污染程度，并在触发非健康预警机制后报警。
37、有益效果
38、本发明针对现有技术中通过监测道路表面的积尘、积水和重金属等评估道路表面污染程度已无法满足对道路表面污染程度监测的现实需求，利用检测聚氨酯胶粘剂的性能特征，进而得到道路表面污染程度，解决了现有技术中沥青道路表面出现的车辙、开裂、坑槽对道路表面污染程度产生影响的问题，同时，采用自适应神经网络进行自适应算法评估聚氨酯胶粘剂的性能特征，能够准确的捕捉到输入的聚氨酯胶粘剂性能特征与断裂延伸率g1和拉伸强度p1的关系，并且利用自适应神经网络并行处理和泛化能力的特点加快了计算速度，使得数据处理变得更高效准确，此外，通过对监测到的道路表面污染程度非健康范围设置预警级别，进一步提高了系统的应对效率和减少了系统资源的浪费。
1.一种自适应的道路表面污染监测方法，其特征在于：
2.根据权利要求1所述的一种自适应的道路表面污染监测方法，其特征在于：所述聚氨酯胶粘剂的采集步骤为：在沥青道路表面位置使用取样器采集聚氨酯胶粘剂混合物样本，对样本进行研磨、筛分处理，将筛分后的颗粒与溶剂n-甲基吡咯烷酮混合，并进行搅拌促进聚氨酯胶粘剂的溶解，通过过滤进行固液分离出溶解了聚氨酯胶粘剂的溶剂和未溶解的固体颗粒，将含有聚氨酯胶粘剂的溶剂进行蒸馏的化学分离技术纯化处理，经过纯化处理后，得到处理完的聚氨酯胶粘剂，并获取聚氨酯胶粘剂的断裂延伸率g1和拉伸强度p1的技术指标。
3.根据权利要求1所述的一种自适应的道路表面污染监测方法，其特征在于：所述自适应神经网络进行自适应算法步骤为：
4.根据权利要求1所述的一种自适应的道路表面污染监测方法，其特征在于：所述聚氨酯胶粘剂性能特征输出优等，判断道路表面污染程度属于健康范围，聚氨酯胶粘剂性能特征输出中等，判断道路表面污染程度属于非健康范围的第一级严重污染预警y1，聚氨酯胶粘剂性能特征输出差等，判断道路表面污染程度属于非健康范围的第二级严重污染预警y2。
5.根据权利要求1所述的一种自适应的道路表面污染监测方法，其特征在于：所述复核检验模块根据数据分析判断模块输出的道路表面污染的健康范围和非健康预警级别，检验道路表面污染的输出触发的聚氨酯胶粘剂性能特征优等、中等、差等的阈值，进而确认道路表面污染健康范围和非健康预警等级，进一步通过人工复核自动输出的预警级别。
6.根据权利要求1所述的一种自适应的道路表面污染监测方法，其特征在于：所述利用自适应神经网络进行自适应算法输出聚氨酯胶粘剂的性能特征，判断道路表面污染健康程度及非健康预警级别，进而通过复核检验将道路表面污染程度输出显示在计算机显示屏中，同时触发非健康预警机制后报警。
7.一种自适应的道路表面污染监测系统，其特征在于：
